895 articoli
La bioinformatica è l'incontro vitale tra biologia e informatica, un campo che trasforma i dati biologici complessi in conoscenza comprensibile. Qui esploriamo come algoritmi e software aiutino gli scienziati a decifrare il codice della vita, dall'analisi del DNA alla scoperta di nuovi farmaci, rendendo accessibili scoperte che altrimenti rimarrebbero confinate in database tecnici.
Su Gist.Science, monitoriamo ogni nuovo preprint inviato da bioRxiv in questa categoria. Per ogni articolo, offriamo una doppia prospettiva: una spiegazione semplice per chiunque sia curioso e un riassunto tecnico dettagliato per i ricercatori. Questo approccio garantisce che le ultime novità scientifiche siano chiare, accurate e immediatamente disponibili.
Di seguito trovate i documenti più recenti pubblicati da bioRxiv nel settore della bioinformatica, pronti per essere esplorati nelle vostre forme più accessibili.
Il paper presenta CodonRL, un framework di apprendimento per rinforzo che ottimizza le sequenze di codoni sinonimi per migliorare l'efficienza di traduzione e la stabilità dell'RNA, superando i metodi esistenti grazie a un approccio guidato da dimostrazioni e ricompense intermedie che permette un bilanciamento flessibile tra obiettivi multipli.
Questo studio presenta un modello computazionale basato su cinque caratteristiche, addestrato su dati evolutivi e strutturali, che predice con alta accuratezza la resistenza di *Mycobacterium tuberculosis* al bedaquiline associata alle varianti di Rv0678, offrendo uno strumento promettente per migliorare la gestione clinica della tubercolosi resistente alla rifampicina.
Il paper presenta Theseus, un nuovo algoritmo ottimale e ad alta velocità per l'allineamento affine di sequenze a grafi che, sfruttando proprietà di transizione diagonale e strategie di dati sparsi, supera i metodi esistenti in termini di velocità e scalabilità mantenendo la garanzia di ottimalità.
GeneReL è una piattaforma integrata che utilizza modelli linguistici di grandi dimensioni (LLM) e la validazione della comunità per estrarre e curare reti di regolazione genica in *Arabidopsis thaliana*, offrendo un database strutturato e unico rispetto alle risorse esistenti.
Lo studio dimostra che il fumo di sigaretta favorisce lo sviluppo del cancro al colon attraverso l'alterazione del microbiota intestinale, la modifica dei metaboliti e la soppressione di geni oncosoppressori, in particolare il CPT2.
Lo studio propone un nuovo punteggio di specificità gene-malattia, basato su un'analisi globale delle reti funzionali, per migliorare la priorità delle varianti genetiche e facilitare la diagnosi delle malattie rare.
Lo studio propone che alcuni "punti caldi" di frustrazione energetica nelle proteine non siano selezionati direttamente dall'evoluzione, ma emergano come vincoli strutturali (simili a "spandrel" architettonici) che l'evoluzione può successivamente cooptare per scopi funzionali.
Questo studio presenta una strategia analitica basata su LC-HRMS e un workflow in linguaggio R per l'identificazione diretta, senza necessità di coltura, di 59 potenziali siderofori nel microbioma di tre diverse specie di spugne marine.
Il lavoro dimostra che la metrica della distanza di tipo Haar è efficace nel semplificare le matrici di covarianza filogenetica anche in modelli di alberi più realistici (beta-splitting), permettendo di identificare con significatività statistica i rami che distinguono le differenze composizionali tra ambienti microbici.
CoPrimeEEG è un framework di ricostruzione neurale che utilizza il campionamento sub-Nyquist co-primo e un obiettivo di apprendimento guidato dal Teorema Cinese del Resto (CRT) per ricostruire segnali EEG ad alta fedeltà partendo da flussi a bassa frequenza, ottimizzando contemporaneamente la precisione della forma d'onda e l'estrazione di caratteristiche bioelettriche.